pk10开奖结果

使用Adaboost算法实现车牌检测在OpenCV上实现的研究分析

资料大小: 0.54 MB

所需积分: 0

下载次数:

用户评论: 0条评论,查看

上传日期: 2019-09-27

上 传 者: 他上传的所有资料

资料介绍

标签:opencv(190)计算机视觉(605)

  Adaboost是一个构建精确分类器的学习算法,在目标检测领域有着广泛的应用。OpenCV是Intel开源视觉库。该文给出了在OpenCV上利用Adaboost算法,实现车辆车牌检测的完整实验过程,包括样本的建立、训练级联分类器、以及利用训好的分类器进行目标检测。

  目标检测是近年来计算机视觉、图像处理、模式识别等领域的一个重点研究课题。其中,人脸检测、车牌检测定位与识别在区域安防、视频、智能交通等多项系统中有重要应用。目前在目标检测中以Adaboost算法的运用较为成熟,检测的速度及识别的效果较好。AdaBoost(Adaptive Boosng)是1997年由Freund和Schapire⋯提出的一种自适应的Boosng算法。它的基本思想是将一组分类能力较弱的弱分类器通过一定方法叠加,构成一个分类能力较强的强分类器。2001年,Paul Viola幢儿副等提出了一种基于AdaBoost和级联分类器的人脸检测算法,该算法使用Haar—like特征描述图像,引入“积分图”概念,提高了特征的计算速度。现阶段许多利用AdaBoost进行目标检测的算法研究多是基于Viola提出的算法基础,本文的研究也是基于此。

用户评论

查看全部 条评论

发表评论请先 , 还没有账号?。

发表评论

用户评论
技术交流、我要发言! 发表评论可获取积分! 请遵守相关规定。
上传电子资料

本月热点资料

电子资料热门词

最新资料

下载排行

本周

本月

总榜

行业聚焦

document.write ('');